Professional Documents
Culture Documents
IZ PREDMETA
VEROVATNOA I STATISTIKA B
dr Milan Jovanovi
1. Odrediti karakteristiqnu funkciju sluqajne veliqine:
( )
a) X1 koja ima 0 1
1−p p
raspodelu;
b) X2 koja ima binomnu B(n, p) raspodelu;
v) X3 koja ima Puasonovu P(λ) raspodelu i dokazati da ako X3 ima Puasonovu P(λ) raspo-
delu, a X4 ima Puasonovu P(µ) raspodelu i nezavisne su, onda ihov zbir X3 + X4 ima
Puasonovu P(λ + µ) raspodelu;
g) X5 qija gustina raspodele je f (x) = 12 e−|x|, x ∈ R, a zatim izraqunati oqekivae EX5 i
disperziju DX5.
2. Odrediti raspodelu sluqajne veliqine za qiju karakteristiqnu funkciju φ(t) vai da je:
a) φ(t) = 3+cos 4
t
;
b) φ(t) = (1 − β)(1 + α)−1 (1 + αe−it)(1 − βeit)−1, 0 < α < β < 1;
v) φ(t) = 2−e1 .
it
vrste konvergencije niza sluqajnih veliqina (Xn), odnosno niza sluqajnih veliqina (Yn ).
6. Za svaki prirodan broj n sluqajna veliqina Xn ima(uniformnu )
U[0, n1 ] raspodelu, a nezavisna
1
od e sluqajna veliqina Yn ima zakon raspodele 01 n1 . Ako je Zn = Xn + Yn , ispitati
sve qetiri vrste konvergencije niza sluqajnih veliqina (Zn ).
2 2
7. Dat je niz nezavisnih sluqajnih veliqina qiji opxti qlan Xn ima uniformnu U[0, n] raspode-
lu. Ako je Yn = min{1, Xn }, ispitati sve qetiri vrste konvergencije niza sluqajnih veliqina
(Yn ).
8. Ako niz sluqajnih veliqina (Xn ) konvergira u srede kvadratnom ka sluqajnoj veliqini X ,
onda EXn → EX i DXn → DX kad n → ∞. Dokazati.
9. Sluqajna veliqina Y ima uniformnu U[0, 1] raspodelu. Za svaki prirodan broj n neka je
Xn = an I{Y < n1 } + Y · I{Y ≥ n1 }. Odredititi niz brojeva (an ) tako da za svako n ∈ N
bude EXn = 0 i za tako izabrane an ispitati sve qetiri vrste konvergencije niza sluqajnih
veliqina (Xn).
10. U zavisnosti od vrednosti realnog parametra α (α > 0, α ̸= 1), ispitati sve qetiri vrste
konvergencije niza nezavisnih sluqajnih veliqina qiji opxti qlan Xn ima uniformnu
U([0, n1 ] ∪ [1, 1 + n1 ]) raspodelu.
α
( )
− 21n 1
11. Dat je niz nezavisnih sluqajnih veliqina qiji opxti qlan Xn ima 1
2n
1 raspodelu
2 2
2 2
13. Dat je niz nezavisnih sluqajnih veliqina qiji opxti qlan Xn ima gustinu raspodele fX (x) = n
14. Neka je niz sluqajnih veliqina (Xn) takav da za svaki prirodan broj n vai da je EXn = 0 i
DXn ≤ C , gde je C konstanta koja je vea od 0, i bilo koji qlan Xn zavisi samo od prethodnog
Xn−1 i sledeeg Xn+1 , a nezavisan je od ostalih qlanova niza. Dokazati da za ovaj niz vai
slabi zakon velikih brojeva.
15. Raqunar u procesu sabiraa brojeva vrxi zaokruivae na najblii ceo broj. Pretpostav a
se da su grexke nastale zaokruivaem nezavisne i uniformno raspode ene na segmentu
[−0.5, 0.5].
a) Ako se sabira 1500 brojeva, izraqunati verovatnou da apsolutna vrednost ukupne grexke
bude vea od 15.
b) Koliko se najvixe brojeva moe sabrati, pa da sa verovatnoom 0.9 vrednost ukupne
grexke bude maa od 10?
16. Kixne kapi oblika sfere qija duina polupreqnika (u mm) ima uniformnu U[1, 2] raspodelu
padaju u kofu. Svakog sekunda upadne 20 kixnih kapi. Ako je verovatnoa da se nakon
dvosatnog padaa kixe kofa nee prepuniti vodom jednaka 0.965, izraqunati zapreminu (u
l) te kofe.
17. Neka je (Xn ) niz nezavisnih sluqajnih veliqina koje imaju istu raspodelu i neka je EXn = 0
i DXn < +∞. Ako je
{ ∑ Xk
n
}
k=1 1
lim P √ >1 = ,
n→∞ n 3
izraqunati disperziju DXn.
18. Opxti qlanovi Xn i Yn nezavisnih nizova nezavisnih sluqajnih
∑ n
veliqina imaju uniformnu
(Xk −Yk )
i eksponencijalnu E(2) raspodelu. Ako je Zn =
U[0, 1] k=1
√
n
, ispitati konvergenciju u
raspodeli niza sluqajnih veliqina (Zn ).
MATEMATIQKA STATISTIKA
19. Ako sluqajna veliqina X ima normalnu N (2, a) raspodelu, izraqunati pozitivan realan broj
a takav da je P {X > 1.5} = 0.59871.
20. Ako sluqajna veliqina X ima χ27 raspodelu, izraqunati realan broj a takav da je
P {X ≤ a} = 0.9.
21. Ako sluqajna veliqina X ima χ215 raspodelu, izraqunati realan broj a takav da je
P {a < X < 19.311} = 0.6.
22. Ako sluqajna veliqina X ima χ2100 raspodelu, izraqunati realan broj a takav da je
P {X > a} = 0.7.
23. Sluqajna veliqina X ima normalnu N (0, 1) raspodelu, a sluqajna veliqina Y ima normalnu
N (0, 4) raspodelu. Ako su X i Y nezavisne, odrediti realan broj a takav da sluqajna veliqina
X 2 + aY 2 ima χ22 raspodelu.
24. Ako sluqajna veliqina X ima Studentovu t10 raspodelu, izraqunati realan broj a takav da
je
a) P {X < a} = 0.6;
b) P {X > a} = 0.6;
v) P {|X| < a} = 0.6.
25. Ako sluqajna veliqina X ima Studentovu t18 raspodelu, izraqunati realan broj a takav da
je P {a < X < 1.734} = 0.75.
26. Ako sluqajna veliqina X ima Studentovu t7 raspodelu, izraqunati realan broj a takav da je
P {−1.895 < X < a} = 0.35.
27. Ako sluqajna veliqina X ima Fixerovu F10,12 raspodelu, izraqunati realan broj a takav da
je P {X ≥ a} = 0.05.
28. Ako sluqajna veliqina X ima Fixerovu F10,12 raspodelu, izraqunati realan broj a takav da
je P {X ≥ a} = 0.95.
29. Obeleje X (posmatrane populacije) ima normalnu N (m, m) raspodelu. Za ocenu nepoznatog
parametra m, na osnovu uzorka obima n, predloene su dve statistike: uzoraqka sredina
X n i poprav ena uzoraqka disperzija Sen2 . Ispitati nepristrasnost i postojanost tih ocena.
Ispitati koja je ocena bo a u srede kvadratnom smislu.
30. Obeleje X ima normalnu N (m, 1), m ∈ (0, 1), raspodelu. Za ocenu nepoznatog parame-
tra m, na osnovu uzorka obima n, predloene su dve statistike: uzoraqka sredina X n i
X n I{0 ≤ X n ≤ 1} + I{X n > 1}. Ispitati koja je ocena bo a u srede kvadratnom smislu.
31. Obeleje X ima uniformnu U[0, θ], θ > 0, raspodelu. Za ocenu nepoznatog parametra θ, na
osnovu uzorka obima n, predloene su dve statistike: 2X n i n+1n X(n) . Ispitati koja je ocena
bo a u srede kvadratnom smislu.
32. Obeleje X ima gustinu raspodele f (x; θ) = θxθ−1, x ∈ (0, 1], θ > 0. Za ocenu nepoznatog
parametra θ predloena je statistika V = ∑n−1 . Ispitati da li je ta ocena efikasna.
n
− ln Xk
k=1
33. Obeleje X ima Puasonovu P(λ) raspodelu. Na osnovu uzorka obima n metodom maksimalne
verodostojnosti odrediti ocenu nepoznatog parametra λ, a zatim ispitati nepristrasnost i
efikasnost tako dobijene ocene.
34. Obeleje X ima gustinu raspodele f (x; θ) = θ2xe−θx , x ≥ 0, θ > 0. Na osnovu uzorka obima n
metodom maksimalne verodostojnosti odrediti ocenu nepoznatog parametra θ.
35. Verovatnoa da se dogaaj A ostvari pri nekom eksperimentu je p, 0 < p < 1. Eksperimenti
se nezavisno ponav aju ili do prve pojave dogaaja A ili do N -tog pokuxaja, gde je N ≥ 1 i
unapred poznat broj. Broj eksperimenata do kraja serije se belei. Na osnovu registrovanih
n brojeva, tj. na osnovu n serija, metodom maksimalne verodostojnosti odrediti ocenu nepo-
znatog parametra p.
36. Metodom maksimalne verodostojnosti odrediti ocenu nepoznatog parametra θ na osnovu uzorka
obima n iz populacije qije obeleje X ima:
a) uniformnu U[0, θ], θ > 0, raspodelu;
b) uniformnu U[−θ, θ], θ > 0, raspodelu;
v) uniformnu U[0, θ], θ ≥ 1, raspodelu;
g) uniformnu U[0, θ], θ ∈ N, raspodelu. U ovom sluqaju ispitati nepristrasnost i posto-
janost tako dobijene ocene.
37. Obeleje X ima eksponencijalnu E(λ) raspodelu, gde je λ nepoznati parametar. Na os-
novu uzorka (2.3, 3.4, 1.2, 2.5, 0.6) metodom maksimalne verodostojnosti odrediti ocenu za
verovatnou P {X ≥ 1} .
38. Obeleje X ima gustinu raspodele f (x; θ1, θ2 ) = θ1 e− , x ≥ θ1, θ1 > 0, θ2 > 0. Na osnovu
x−θ1
θ2
θ1 i θ2 .
39. Iz populacije qije obeleje X ima normalnu N (m, σ2) raspodelu izvuqen je uzorak obima 10,
qija je uzoraqka sredina x10 = 5.5, a uzoraqka disperzija s210 = 36.
a) Odrediti 90% interval poverea za nepoznati parametar m.
b) Odrediti 90% jednostrani (doi, gori) i dvostrani interval poverea za nepoznati
parametar σ2, kao i za nepoznati parametar σ.
40. Iz populacije qije obeleje X ima normalnu N (m, σ2 ) raspodelu izvuqen je uzorak:
(−5, −3] (−3, −1] (−1, −0.5] (−0.5, 0.5] (0.5, 1.5] (1.5, 3.5)
3 13 56 100 60 8
Na osnovu tog uzorka dobijeno je da je (c, 0.13756) 95.8% interval poverea za nepoznati
parametar m. Izraqunati realan broj c.
41. Iz populacije qije obeleje X ima normalnu N (m, 16) raspodelu izvuqen je uzorak obima 64,
qija je uzoraqka sredina x64 = 5. Konstatovano je da je β% interval poverea za m jednak
(4, 6). Izraqunati β .
42. Obeleje X ima uniformnu U[0, 1 + θ], θ > 0, raspodelu, gde je θ nepoznati parametar. Uzet
je uzorak obima 200 i konstatovano je da je u uzorku 150 elemenata koji su mai od 1.
a) Odrediti 95% interval poverea za verovatnou p, gde je p = P {X < 1}.
b) Na osnovu rezultata pod (a) odrediti 95% interval poverea za θ.
43. Iz populacije qije obeleje X ima eksponencijalnu E(λ) raspodelu izvuqen je uzorak:
Ik [0, 1) [1, 2) [2, 3) [3, 4) [4, 5) [5, 6) [6, ∞)
nk 493 378 298 211 171 45 4